Έρευνα: Τα μοντέλα AI δεν μπορούν να συμφωνήσουν για το ποια επαγγέλματα απειλούνται από την τεχνητή νοημοσύνη
Οι αριθμοί που χρησιμοποιούν οι ερευνητές για να προβλέψουν ποια επαγγέλματα θα αντικατασταθούν από την τεχνητή νοημοσύνη ίσως δεν είναι τόσο αξιόπιστοι όσο νομίζουμε. Μάλιστα, ένας από τους κύριους υπεύθυνους για αυτό το κενό φαίνεται πως είναι η ίδια η τεχνολογία.
Το πώς η AI θα επηρεάσει την αγορά εργασίας αποτελεί ένα από τα πιο κρίσιμα οικονομικά ερωτήματα σήμερα. Για τον λόγο αυτό, είναι απαραίτητο να κατανοήσουμε τα όρια αυτών των προβλέψεων, καθώς οι κυβερνήσεις θέλουν να ξέρουν ποιους εργαζόμενους πρέπει να στηρίξουν και οι γονείς αναζητούν επαγγέλματα που θα αντέξουν στον χρόνο.
Οι τρεις τρόποι υπολογισμού
Σύμφωνα με τη σχετική έρευνα, για να μετρήσουν τον κίνδυνο, οι οικονομολόγοι χρησιμοποιούν «δείκτες έκθεσης» με βάση τις εργασίες που περιλαμβάνει κάθε επάγγελμα. Αναλύουν τις καθημερινές κινήσεις των εργαζομένων, από έναν αρτοποιό που ζυμώνει μέχρι έναν οικονομικό αναλυτή που αξιολογεί εταιρείες, και προσπαθούν να βρουν ποιες από αυτές μπορεί να κάνει η AI πιο γρήγορα.
Όσο περισσότερες εργασίες μπορεί να αναλάβει η τεχνολογία, τόσο πιο «εκτεθειμένη» θεωρείται μια θέση εργασίας. Αυτοί οι δείκτες πλέον κυκλοφορούν παντού, από μελέτες συμβούλων μέχρι κυβερνητικές εκθέσεις.
Υπάρχουν τρεις τρόποι για να υπολογιστούν αυτοί οι δείκτες: μέσω ανθρώπων που αξιολογούν τις ικανότητες της AI, μέσω ερευνών σε εργαζόμενους ή μέσω των ίδιων των μοντέλων τεχνητής νοημοσύνης.
Κάθε μέθοδος έχει τα προβλήματά της. Οι άνθρωποι συχνά κρίνουν υποκειμενικά, ενώ οι έρευνες σε εργαζόμενους αφορούν συνήθως μόνο όσους χρησιμοποιούν ήδη την τεχνολογία. Η τρίτη λύση, δηλαδή το να βάζουμε την AI να κρίνει την ίδια την AI, δημιουργεί μια σειρά από νέα εμπόδια.
Τι λένε τα γνωστά μοντέλα τεχνητής νοημοσύνης
Σύμφωνα με πρόσφατη μελέτη του Εθνικού Γραφείου Οικονομικών Ερευνών των ΗΠΑ (NBER), τρία μεγάλα μοντέλα, το ChatGPT-5, το Gemini 2.5 και το Claude 4.5, έδωσαν εντελώς διαφορετικές απαντήσεις για το ποια επαγγέλματα κινδυνεύουν.
Για παράδειγμα, το Claude θεώρησε τους λογιστές πολύ ευάλωτους, ενώ το Gemini τους έδωσε πολύ χαμηλότερο βαθμό επικινδυνότητας. Παρόμοιες διαφωνίες υπήρξαν για τους διευθυντές διαφήμισης και τα ηγετικά στελέχη επιχειρήσεων. Ακόμα και το ChatGPT με το Gemini, που συμφωνούσαν περισσότερο μεταξύ τους, είχαν διαφορετική άποψη στο ένα τέταρτο των περιπτώσεων.
Κάποιες διαφορές οφείλονται στον τρόπο κατασκευής των μοντέλων, όμως οι ερευνητές διαπίστωσαν και κάτι άλλο: οι εκτιμήσεις επηρεάζονται από το ποιοι εργαζόμενοι χρησιμοποιούν ήδη την AI. Όσοι την αξιοποιούν νωρίς, όπως οι οικονομικοί αναλυτές, παράγουν δεδομένα που εκπαιδεύουν τα μοντέλα, κι αυτό με τη σειρά του επηρεάζει το πώς η AI βαθμολογεί το συγκεκριμένο επάγγελμα. Το ρίσκο είναι ότι ορισμένοι εργοδότες και πολιτικοί παίρνουν αυτούς τους δείκτες τοις μετρητοίς, χωρίς να υπολογίζουν το περιθώριο λάθους.
Στην πραγματικότητα, η διαφωνία μεταξύ διαφορετικών εκδόσεων μιας νέας τεχνολογίας δεν είναι παράλογη. Επίσης, δεν είναι σίγουρο αν η AI τα καταφέρνει καλύτερα ή χειρότερα από τους ανθρώπους σε αυτές τις μετρήσεις.
Οι οικονομολόγοι προτείνουν στους ερευνητές να εξετάζουν πολλά διαφορετικά μοντέλα και να είναι ειλικρινείς για την αβεβαιότητα που υπάρχει. Τελικά, οι πραγματικές απαντήσεις για το μέλλον της εργασίας θα έρθουν μέσα από την παρατήρηση του πώς εφαρμόζεται η τεχνολογία στην πράξη και όχι μόνο από θεωρητικούς δείκτες. Όπως λέει και η Michelle Yin, μία από τις συντάκτριες της μελέτης, δεν θα πρέπει να αλλάξει κανείς καριέρα ή το αντικείμενο σπουδών του παιδιού του βασιζόμενος σε μία και μόνο μέτρηση.